道路行人特征视觉检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-19页 |
| ·课题背景及意义 | 第8-9页 |
| ·行人检测研究现状 | 第9-14页 |
| ·基于传感器的方法 | 第9-11页 |
| ·基于特征提取的方法 | 第11-12页 |
| ·基于人体模型的方法 | 第12-13页 |
| ·基于统计分类的方法 | 第13-14页 |
| ·基于模板匹配的方法 | 第14页 |
| ·存在的问题 | 第14-17页 |
| ·本文的创新点 | 第17页 |
| ·本文的章节安排 | 第17-19页 |
| 2 图像基础知识及预处理 | 第19-33页 |
| ·数字图像基本知识 | 第19-21页 |
| ·图像恢复 | 第21-32页 |
| ·图像退化模型 | 第21-25页 |
| ·模糊图像成像原理 | 第25-28页 |
| ·图像恢复方法 | 第28-30页 |
| ·图像恢复试验 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 3 形态学与图像分割 | 第33-46页 |
| ·灰度形态学 | 第33-34页 |
| ·膨胀运算和腐蚀运算 | 第33-34页 |
| ·开运算和闭运算 | 第34页 |
| ·图像分割 | 第34-41页 |
| ·阈值法 | 第35-37页 |
| ·边缘检测法 | 第37-41页 |
| ·行人图像边缘检测试验 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 4 支持向量机算法 | 第46-52页 |
| ·最优分类超平面 | 第46-48页 |
| ·支持向量机算法 | 第48-50页 |
| ·构造支持向量机分类方法 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 行人识别 | 第52-65页 |
| ·纹理特征 | 第52-57页 |
| ·纹理特征提取 | 第52-53页 |
| ·试验分析与结论 | 第53-57页 |
| ·不变矩 | 第57-64页 |
| ·不变矩提取 | 第58-60页 |
| ·试验分析与结论 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 6 总结和展望 | 第65-67页 |
| ·主要研究成果 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-74页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第74-75页 |
| 致谢 | 第75页 |
